Anthropic Mythos 揭露 AI 資安風險已在場

Anthropic 的 Mythos 讓銀行和監管單位緊張，但舊款 AI 模型早就能找出不少相同的軟體漏洞。

說真的，這件事沒那麼新。Anthropic 丟出 Mythos 之後，很多人像看到未來警報。可問題是，這個風險其實早就在場。

CNBC 提到，研究者已經能用現成模型重現不少結果。這代表重點不是某個神秘新模型，而是 AI 把找漏洞這件事變快了。對資安團隊來說，這真的很麻煩。

更麻煩的是時間差。很多公司修一個洞，要花 2 天到 2 週。AI 掃 code，卻是機器速度。攻防雙方的節奏，現在根本不在同一個頻道。

Mythos 讓人緊張，但能力早就存在

講白了，Mythos 不是從零發明新武器。研究者說，OpenAI 和 Anthropic 的舊模型，早就能做出類似的漏洞發現。差別在規模，不在類別。

watchTowr 執行長 Ben Harris 告訴 CNBC，團隊已經能把多個公開模型串起來，重現 Mythos 類型的結果。這很重要，因為它表示威脅不是單點，而是一種工作流程。

換句話說，真正的變化是門檻下降了。以前要很強的資安人才，現在多個模型協作就能做不少事。這對守方來說，壓力真的不小。

• AI 會加快漏洞發現。
• 企業修補速度沒跟上。
• 攻擊窗口就被拉長。
• 攻擊方先拿到優勢。

研究者已經看到什麼

資安公司說，他們已經能用舊模型重現 Mythos 的多數成果。Vidoc 執行長 Klaudia Kloc 直接說，現在的模型已經夠強，能在大規模場景找出 zero-day。

他們用的方法叫 orchestration。簡單說，就是把 codebase 拆小，再讓多個工具互相核對。這種做法很像把一個高手變成一整隊人馬，效率差很多。

這也解釋了為什麼大家會怕。不是因為單一模型突然變聰明，而是因為多個模型一起跑，能把搜尋範圍放大很多。

“The models that we have right now are powerful enough to detect zero days in a large scale, and this is scary enough.”

Klaudia Kloc，Vidoc 執行長

Aisle 的創辦人 Stanislav Fort 也說得很直白。他說，1000 個普通偵探一起找，會比 1 個天才偵探找到更多 bug。這句話很土，但很準。

我覺得這才是重點。AI 資安的關鍵，不是單一模型有多神。是它讓大量搜尋、重複驗證、交叉比對，變得便宜又快。

為什麼銀行和監管單位會怕

銀行最怕什麼？不是新聞標題，是風險算不清楚。Ben Harris 說，他最近跟金融機構和監管單位聊天，氣氛很像在拉警報。這不是誇張，是現實。

攻擊者可能 1 小時就試出缺口。防守方卻要 2 天、5 天，甚至 2 週，才能完成修補、測試、上線。某些系統還得停機，時間又更長。

這就是 AI 會放大的地方。不是因為它能一鍵入侵，而是因為它能把找洞的速度拉高很多。當發現速度快過修補速度，風險就開始堆。

Anthropic 說，Mythos 的限制試用屬於 Project Glasswing，目的是讓企業先準備。Dario Amodei 也提過，問題會出在漏洞、入侵和勒索軟體都變多。

但這裡有個尷尬點。模型太危險，所以限縮；可是一旦限縮，外部研究者就更難驗證、測試、補防禦。這種兩難，資安圈很熟。

• CNBC 的報導指出，試用對象只有少數美國企業。
• JPMorgan Chase 的 Jamie Dimon 早就警告 AI 會先放大漏洞風險。
• OpenAI 也推出 GPT-5.5-Cyber，瞄準資安用途。
• Anthropic 自己也說，早期模型已經找出 500+ 個嚴重漏洞。

攻防之爭，現在偏向哪邊

這篇新聞真正的核心，不是 Mythos 本身，而是 AI 資安到底先幫誰。老實說，現在看起來比較像攻方先拿分。

Mayer Brown 合夥人 Justin Herring 說得很直接。AI 可以讓漏洞數量暴增，但修補工具沒有同步長大。這句話很硬，但很真。

Claude Opus 4.6 已經能找到 500+ 個高風險問題，這表示舊模型就夠用了。Mythos 只是把規模放大，沒有憑空創造新問題。

另一個問題是資源分配。Anthropic 先讓少數公司試用，等於讓一批人先開始補洞。其他公司則還在等公開討論收斂。Tenzai 執行長 Pavel Gurvich 說，這會形成「有和沒有」的分層。

我自己的判斷很簡單。接下來 12 個月，重點不會是 AI 能不能找漏洞，而是誰能把它接進 triage、patch suggestion、CI/CD 檢查流程。這才是實戰。

• AI 找洞已經不是實驗室玩具。
• 修補流程還很仰賴人工。
• 資安供應商會開始比拼自動化。
• 金融、醫療、SaaS 會先感受到壓力。

背景其實很單純

AI 進資安，不是今天才開始。早就有模型做 code review、找弱點、掃 dependency。只是以前大家把它當輔助工具，現在它開始像主角。

這也跟軟體開發節奏有關。現在很多團隊一天 deploy 好幾次，第三方套件一堆，雲端服務又彼此串來串去。系統變複雜，漏洞自然也變多。

所以 Mythos 會炸出討論，不是因為它多神，而是它剛好碰到一個很糟的現實：軟體越來越快，防守卻還是慢半拍。

台灣團隊該怎麼看

如果你在台灣做產品、管伺服器，這篇新聞不用只當國際八卦。你真正該問的是：你們的 patch 流程，現在還有多少步驟靠人手盯？

我會先做三件事。第一，盤點高風險服務。第二，把 AI 掃描接進 CI。第三，準備更快的修補和回滾機制。這三件事，比喊口號有用多了。

接下來，資安團隊會越來越像資料團隊。誰能把漏洞資料、修補紀錄、依賴關係整理好，誰就能更快反應。這場仗，不會只比模型，也會比流程。